1. 课程导入与问题界定
在环境监测的日常工作中，我们面对的第一手材料往往不是"结论"，而是一串串随时间变化的浓度数值。例如某断面在线水质监测仪每 4 小时上传一次氨氮浓度，某工业园区边界空气站每小时记录一次非甲烷总烃，某地下水监测井每季度采样一次重金属含量。这些数据中，有的平稳，有的波动，有的突然跃升，有的缓慢漂移。真正困难的问题不是"读数是多少"，而是"这个读数是否可信、是否代表真实的环境变化、是否值得启动应急响应"。这正是本课程要解决的核心问题。
学习目标与能力定位
学完本课程，学习者应当具备三项相互衔接的能力。第一是识别能力：能够从时间序列、空间分布和多指标关系中，判断一个观测值是否偏离了该点位、该时段、该污染物的正常行为模式。第二是检验能力：能够选择合适的统计方法，对"异常"这一判断给出可量化、可复现的置信程度，而不是凭经验拍板。第三是处置能力：能够区分仪器故障、采样污染、气象条件影响与真实排放事件，并据此决定复核、复测、上报或排除。
需要强调的是，这三项能力不是并列的，而是层层递进的判断链。识别回答"哪里不对"，检验回答"有多确定"，处置回答"该怎么办"。缺少任何一环，都会导致两类典型错误：把真实污染事件当作噪声忽略，或者把仪器漂移当作污染事故上报。
核心概念：异常、离群与统计显著性
在环境监测语境中，"异常"至少有三层含义，必须区分清楚。
- 离群值（outlier）：在数值分布上远离主体样本的观测点。它是一个描述性概念，只说明"这个值少见"，不说明原因。例如某断面总磷历史 200 个监测值中位数为 0.08 mg/L，某次测得 0.42 mg/L，从分布看它是离群值。
- 异常状态（anomaly）：偏离了该监测对象在特定条件下的预期行为。它带有条件性，需要考虑季节、流量、降雨、生产工况等背景。同样是 0.42 mg/L，若发生在暴雨后初期冲刷阶段，可能属于可解释的异常；若发生在枯水期平稳工况，则更值得警惕。
- 统计显著（statistical significance）：在给定假设和显著性水平下，观测结果不太可能由随机波动产生。它回答的是"这个偏离是否超出了偶然误差能解释的范围"，通常用 p 值、置信区间或检验统计量表达。
三者的关系可以概括为：离群值是"看起来不对"，异常状态是"结合背景确实不对"，统计显著是"有量化证据支持不对"。一个合格的异常识别流程，应当把三者串联起来，而不是停留在任何单一层面。
整体框架：从数据到决策的四层结构
本课程的知识体系可以组织为四个层次，下图展示了它们之间的输入输出关系与判断流向。
图中最容易被忽视的是底部的反馈回路。许多监测项目的异常判定阈值一旦设定便长期不变，结果随着污染治理推进、排放结构变化，原有阈值要么过于宽松造成漏报，要么过于严格造成大量误报。因此，异常识别不是一次性建模，而是随数据积累不断校准的循环过程。
典型场景中的异常问题定义
为了让"异常"从抽象概念落到可操作层面，下面用三个典型场景说明问题是如何被定义的。
场景一：在线水质监测的突变识别。某断面氨氮在线仪每 4 小时一个数据，历史 90 天序列均值约 0.6 mg/L，标准差约 0.15 mg/L。某日连续两个时段读数升至 1.9 mg/L 和 2.1 mg/L。此时需要回答：这是仪器进样管路堵塞导致的假高值，还是上游确实发生了排放？识别阶段可先看同站点的浊度、电导率是否同步变化——若仅氨氮单独跃升而其他指标平稳，仪器故障嫌疑较大；若多项指标同步异常，则更可能是真实水质变化。检验阶段则可用滑动窗口的稳健 z 分数判断偏离幅度是否超出正常波动范围。
场景二：环境空气非甲烷总烃的周期性偏离。园区边界站点在工作日白天浓度较高、夜间较低，这是生产活动的正常节律。若某周日凌晨出现与工作日峰值相当的浓度，则属于"违反周期模式的异常"。这类问题的定义必须包含时间条件，不能简单用全样本均值加减标准差来判断，否则会把正常的工作日峰值误判为异常。
场景三：地下水重金属的稀疏采样判断。某监测井每年采样 4 次，砷含量历史范围为 0.004～0.009 mg/L。某次测得 0.021 mg/L。由于样本量小、分布未知，直接套用正态分布假设并不可靠，更适合采用非参数方法或结合历史区间与检出限信息综合判断，同时必须考虑采样过程是否受到井管扰动或过滤方式变化的影响。
本课程的判断原则
综合以上内容，本课程贯穿始终的判断原则可以归纳为三条。其一，先背景、后数值：任何异常判断都必须说明该点位、该时段、该污染物的正常行为是什么，脱离背景的阈值没有意义。其二，先识别、后检验：统计检验用于量化确定性，不能替代对数据生成过程的审视，否则容易产生"统计显著但毫无环境意义"的结论。其三，结论必须可追溯：每一个异常判定都应能回溯到所用数据、所用方法、所用参数和判定依据，这是环境监测数据用于执法与管理的基本要求。